Tối ưu cho AI Overviews? Hướng đi mới cho SEO-er trong kỷ nguyên AI

Sự bùng nổ của trí tuệ nhân tạo đang tái định hình toàn bộ bức tranh của tìm kiếm tự nhiên. Đối với người làm SEO, đây không chỉ là một bước chuyển công nghệ mà là một sự thay đổi mang tính nền tảng, khiến nhiều người không khỏi cảm thấy hoang mang trong chiến lược SEO hiện tại của mình.

Chúng ta có nên lo lắng? Câu trả lời là: Có và Không.

Có – nếu bạn tiếp tục áp dụng tư duy SEO cũ cho một thế giới tìm kiếm hoàn toàn mới. Không – nếu bạn hiểu rõ sự thay đổi này và nhanh chóng thích nghi, bởi AI không phải là dấu chấm hết cho SEO, mà là khởi đầu của một cách tiếp cận hoàn toàn khác.

Một ví dụ điển hình là sự hiện diện trong các mô hình ngôn ngữ lớn dạng tĩnh như ChatGPT-3.5. Chúng có thể giúp thương hiệu của bạn được nhận diện trong các đoạn trả lời, nhưng lại không kéo traffic về website. Người dùng thấy tên bạn, nhưng không có lý do cụ thể để nhấp vào. Đó là một kiểu hiển thị… không mang lại hành động.

Tuy nhiên, nếu bạn đang tìm kiếm một cơ hội thực sự, thì nên chuyển sự chú ý sang Google AI Overviews – tính năng từng được biết đến với tên gọi SGE (Search Generative Experience). Đây mới chính là “vùng đất vàng” của SEO thời đại AI: nơi bạn không chỉ được hiển thị, mà còn có thể điều hướng người dùng quay về website thông qua các liên kết nguồn được trích dẫn.

Mặc dù nội dung bài viết này tập trung vào tối ưu cho Google AI Overviews, nhưng các nguyên tắc được trình bày cũng có thể áp dụng linh hoạt cho các nền tảng tìm kiếm AI khác như Microsoft Copilot, Bard, Perplexity hay Claude.

Một trong những thách thức lớn nhất của SEO hiện đại là: không còn một “vị trí số 1” cố định để làm mục tiêu như trước đây. Các công cụ tìm kiếm AI hoạt động dựa trên rất nhiều yếu tố động, bao gồm:

• Ngữ cảnh tìm kiếm trước đó của người dùng
• Dữ liệu mới được cập nhật liên tục từ các nguồn
• Sự thay đổi của câu trả lời theo từng thời điểm và truy vấn cụ thể
• Thiếu vắng các công cụ phân tích chính thức từ Google hoặc các nền tảng tương tự

Nói cách khác, chúng ta đang tối ưu cho một mục tiêu luôn dịch chuyển. Điều này đòi hỏi những người làm SEO không chỉ nắm vững chuyên môn, mà còn cần sự linh hoạt, tinh chỉnh nội dung liên tục và khả năng theo dõi các tín hiệu mới từ hệ thống tìm kiếm AI.

SEO thời đại AI không còn là cuộc chơi của từ khóa và thứ hạng, mà là cuộc đua về nội dung chất lượng, khả năng phục vụ người dùng thực sự và mức độ đáng tin cậy trong mắt các mô hình AI. Trong phần tiếp theo, tôi sẽ chia sẻ những chiến lược cụ thể để giúp bạn tối ưu nội dung hiệu quả cho AI Overviews, nơi mà SEO và AI gặp nhau để tạo ra kết quả đột phá.

1. Tối ưu hóa nội dung cho AI Overviews và RAG LLMs: Hướng dẫn từ góc nhìn chiến lược

Khi Google chính thức giới thiệu AI Overviews tại sự kiện I/O vào tháng 5 năm 2024, cộng đồng SEO toàn cầu đã nhận ra rằng: chúng ta đang bước vào một kỷ nguyên tìm kiếm hoàn toàn mới, khi mà thuật toán không chỉ xếp hạng mà còn “tóm tắt và tạo mới” nội dung để trả lời người dùng.

Một câu hỏi lớn đặt ra là: Liệu có thể tối ưu nội dung để được AI chọn trích dẫn hay không? Câu trả lời là có, nhưng cách làm sẽ khác hoàn toàn với SEO truyền thống.

1.1. Hiểu đúng về AI Overviews và RAG LLMs

Tối ưu hóa cho AI Overviews giống như một phiên bản mở rộng của việc nhắm đến featured snippets, nhưng độ phức tạp cao hơn, yếu tố lựa chọn nhiều biến số hơn và kết quả hiển thị không còn ổn định như trước.

Thay vì chỉ quan tâm đến thứ hạng tìm kiếm, chúng ta phải học cách “nghĩ như AI”, tức là hiểu được tại sao AI chọn một đoạn văn cụ thể để hiển thị và làm sao để nội dung của mình trở thành đoạn phù hợp nhất.

Điểm mấu chốt ở đây là mức độ liên quan không phải cảm tính, mà là một bài toán được đánh giá dựa trên xác suất và ngữ cảnh. Các công cụ chuyên sâu như Orbitwise, MarketMuse, SurferSEO hoặc AI Overviews Visualiser của MarketBrew có thể giúp bạn định lượng độ phù hợp giữa nội dung và truy vấn tìm kiếm.

Cùng với đó, phần lớn các hệ thống AI hiện nay, bao gồm Gemini của Google, sử dụng kiến trúc RAG (Retrieval-Augmented Generation) – tức là AI sẽ tìm kiếm các đoạn nội dung phù hợp nhất trước khi tạo ra phần trả lời.

Trong mô hình này, yếu tố bạn có thể tác động mạnh nhất là khả năng truy xuất nội dung. Mục tiêu không còn là “xếp hạng cao” mà là khiến nội dung của bạn trở thành đoạn dễ được gọi ra nhất bởi hệ thống AI.

Vì vậy, bạn cần trả lời được hai câu hỏi:

• Đoạn nội dung nào trên website của bạn phù hợp với kích thước và định dạng mà AI đang trích dẫn?
• Nội dung của bạn có cung cấp câu trả lời đầy đủ, chính xác, rõ ràng và cụ thể hơn đối thủ không?

Chính hai yếu tố này sẽ quyết định khả năng nội dung của bạn xuất hiện trong phần AI Overviews.

1.2. Chủ đề càng phổ biến, khả năng biến động càng cao

Các chủ đề phổ thông như “những bộ phim hay nhất mọi thời đại” hoặc “top công cụ SEO” thường sẽ có mức cạnh tranh rất lớn và bị AI thay đổi nguồn trích dẫn liên tục. Ngược lại, nếu bạn nhắm đến các truy vấn cụ thể, có độ rõ ràng cao, thì khả năng giữ được vị trí hiển thị sẽ cao hơn, miễn là nội dung bạn đủ tốt.

Một ví dụ điển hình: trong một lần tìm kiếm về các bộ phim kinh điển, AI Overviews lại trích dẫn thông tin từ một tài khoản Reddit ẩn danh – một nguồn gần như không có “thẩm quyền” trong chuẩn SEO truyền thống. Điều này cho thấy rằng hệ thống AI hiện tại không còn phụ thuộc hoàn toàn vào yếu tố như backlink hay Domain Authority, mà ưu tiên đoạn văn phù hợp nhất với truy vấn.

Một nghiên cứu mới từ Authoritas phân tích hơn 1.000 truy vấn đã chỉ ra rằng 93,8% các liên kết xuất hiện trong AI Overviews không nằm trong top 10 kết quả tìm kiếm tự nhiên.

Kết quả này mâu thuẫn với nghiên cứu của Mike King trên hơn 90.000 truy vấn, trong đó cho rằng phần lớn nội dung được AI trích dẫn thường nằm ở các vị trí top 1, 2 và 9 trong bảng xếp hạng organic.

Sự khác biệt đến từ thời điểm nghiên cứu và tốc độ thay đổi của hệ thống AI. Điều này khẳng định rằng: không có quy tắc cố định cho việc được AI chọn. Những gì hiệu quả hôm nay có thể không còn đúng trong vài tuần tới, đặc biệt khi Google liên tục cập nhật và triển khai các mô hình ngôn ngữ mới.

Muốn nội dung được AI lựa chọn, bạn cần làm việc như một nhà nghiên cứu, không chỉ là người viết SEO. Cụ thể, bạn nên thực hiện theo các bước sau:

• Đặt mục tiêu cụ thể cho mỗi lần thử nghiệm: Ví dụ, nhắm đến một truy vấn dài, ít cạnh tranh.
• Ghi chép lại mọi thay đổi và kết quả thu được: từ phiên bản nội dung, định dạng trình bày đến thời điểm hiển thị.
• Phân tích chi tiết từng yếu tố AI trích dẫn: độ dài, ngữ cảnh, định dạng đoạn văn, nguồn dẫn.
• Liên tục cập nhật và điều chỉnh nội dung để bắt kịp sự thay đổi của hệ thống AI.

Tối ưu cho AI Overviews không đơn thuần là một kỹ thuật mà là một quá trình thử nghiệm có hệ thống, đòi hỏi tư duy chiến lược và khả năng thích nghi nhanh với các thay đổi từ AI.

Tối ưu hóa nội dung cho AI Overviews là một trong những thay đổi quan trọng nhất trong chiến lược SEO hiện đại. Khi làm đúng, bạn không chỉ tăng khả năng được trích dẫn bởi AI mà còn mở ra cơ hội tiếp cận hàng triệu lượt tìm kiếm mà không cần cạnh tranh theo lối cũ.

Hãy nhớ rằng cuộc chơi SEO đang thay đổi, và người thắng cuộc không phải là người viết nhiều nhất mà là người hiểu AI rõ nhất.

2. Theo dõi và đo lường hiệu quả

Trong thời đại mà trí tuệ nhân tạo đóng vai trò ngày càng lớn trong việc tổng hợp và hiển thị thông tin, việc tối ưu hóa nội dung cho các mô hình như AI Overviews (trước đây là Google SGE), Bing Copilot hay Perplexity không còn là câu chuyện “viết tốt là đủ”. Đặc biệt với các mô hình dạng RAG LLMs (Retrieval-Augmented Generation Language Models), việc nội dung của bạn có xuất hiện hay không phụ thuộc vào khả năng truy xuất và tính phù hợp theo xác suất chứ không phải một thứ logic cứng nhắc như SEO truyền thống.

Mọi thứ đều thay đổi vì AI là học máy

Một trong những thực tế cần chấp nhận khi làm việc với RAG là kết quả luôn biến động. Những gì bạn thấy hôm nay, ngày mai có thể đã hoàn toàn khác. Lý do nằm ở cách các nền tảng như Google hay Bing lập chỉ mục (index) và truy xuất nội dung. Mỗi nền tảng có hệ sinh thái, hệ thống crawler và tần suất cập nhật riêng nên những gì “AI thấy” cũng khác nhau.

Ví dụ: một truy vấn có thể hiển thị nội dung từ Reddit trên Google AI Overviews, nhưng lại hiển thị Wikipedia hoặc một bài review chuyên sâu trên Bing. Chưa kể, các yếu tố như vị trí người dùng, lịch sử tìm kiếm, thậm chí là thiết bị đang dùng… đang dần được đưa vào hệ thống xếp hạng, khiến kết quả trở nên ngày càng cá nhân hóa và khó dự đoán.

Vì vậy, thay vì tìm cách kiểm soát kết quả, điều chúng ta cần làm là tăng xác suất để nội dung được lựa chọn thông qua thử nghiệm có hệ thống. Để đánh giá hiệu quả nội dung trong môi trường tìm kiếm ứng dụng AI, bạn cần xây dựng một bảng theo dõi bài bản, nhằm trả lời được các câu hỏi quan trọng như:

• Nội dung nào đang được AI lựa chọn?
• Ở truy vấn nào?
• Sau khi tối ưu, điều gì đã thay đổi?

Dưới đây là các trường thông tin bạn nên có trong bảng theo dõi thử nghiệm:

Sau mỗi lần cập nhật nội dung, hãy lập một bảng phụ để ghi nhận các thay đổi về vị trí hiển thị, loại nội dung được chọn hoặc tỷ lệ xuất hiện. Một vài thông tin nên ghi nhận trong bảng phụ:

• Ngày cập nhật
• Hành động thực hiện (ví dụ: bổ sung đoạn tóm tắt, thêm bảng so sánh, nhúng video)
• Kết quả ghi nhận sau 3 – 7 – 14 ngày
• Nội dung có xuất hiện trong AI Overviews không?

Việc ghi lại các bước tối ưu như vậy không chỉ giúp bạn hiểu rõ điều gì đang hiệu quả, mà còn hỗ trợ trong việc đào tạo nội bộ hoặc xây dựng bộ tài liệu chuẩn hoá quy trình SEO ứng dụng AI.

Tôi đã xây dựng sẵn một template bảng theo dõi hiệu suất nội dung trên AI Overviews, với đầy đủ trường thông tin cần thiết, có thể dùng trên Google Sheets hoặc Notion. Bạn có thể:

• Sao chép để tùy biến cho từng chiến dịch SEO
• Gắn link bài viết, hình ảnh screenshot minh hoạ kết quả AI
• Lọc và phân tích các truy vấn có tỷ lệ hiển thị cao để tối ưu mở rộng

Khi bạn làm việc với một hệ thống có xác suất cao, tính thay đổi liên tục và thiếu minh bạch như AI Overviews, việc “đoán mò” là cách tiếp cận tồi tệ nhất. Ngược lại, càng ghi chép chi tiết bạn càng có nhiều dữ liệu để xác định mẫu hình hiệu quả và rút ngắn thời gian tối ưu nội dung thành công.

Và nếu bạn đang hỏi: “Liệu mình có thể tối ưu hóa nội dung cho thế giới AI đang hỗn loạn này không?” Câu trả lời là: hoàn toàn có thể. Nhưng phải có dữ liệu và chiến lược.

3. Vẽ bản đồ từ khóa theo hành trình tìm kiếm của người dùng

Trong môi trường tìm kiếm truyền thống như Google, hành trình tìm kiếm thường tương đối tuyến tính: người dùng gõ từ khóa, chọn kết quả và hành động. Nhưng khi họ sử dụng chatbot hay các nền tảng tích hợp Generative AI (như Google AI Overviews, Bing Copilot, Perplexity…), hành trình này trở nên dài hơn, linh hoạt hơn và được dẫn dắt bởi đối thoại tự nhiên.

Sự thay đổi này đặt ra một yêu cầu hoàn toàn mới cho người làm SEO và nội dung: không chỉ tối ưu một từ khóa đơn lẻ, mà cần đảm bảo nội dung của bạn phủ được toàn bộ các biến thể truy vấn dài liên quan đến một chủ đề tương ứng với các giai đoạn khác nhau trong hành trình tìm kiếm.

3.1. Chọn cụm chủ đề và vẽ hành trình người dùng

Bước 1: Chọn cụm chủ đề (topic cluster) để tập trung

Rất có thể bạn đã có một danh sách từ khóa từ trước, thông qua nghiên cứu SEO truyền thống, công cụ như Ahrefs, SEMrush, hay dữ liệu từ Search Console. Tuy nhiên, trong bối cảnh tìm kiếm mới, nơi hoạt động của các mô hình như RAG LLM, thì chỉ danh sách từ khóa là chưa đủ.

Bạn cần xác định một chủ đề hoặc cụm chủ đề con (subtopic cluster) để tập trung triển khai nội dung một cách có chiều sâu.

Cụm chủ đề này có thể là:

• Một nhóm nội dung bạn đã có sẵn trên website.
• Hoặc một chủ đề hoàn toàn mới, bạn muốn thử nghiệm mức độ hiệu quả trong AI Overviews.

Lưu ý: Keyword research truyền thống giờ chỉ đóng vai trò gợi ý khởi điểm. Để hiểu rõ hơn nhu cầu thực sự, bạn cần bổ sung thêm các nguồn dữ liệu như:

• Các truy vấn gợi ý (People also asked, Related Searches)
• Các câu hỏi follow-up phổ biến trong giao diện tìm kiếm AI
• Hiểu rõ chân dung khách hàng và insight ngành hàng

Bước 2: Xác định truy vấn khởi điểm trong hành trình tìm kiếm

Để bắt đầu xây dựng bản đồ từ khóa, bạn cần xác định truy vấn đầu tiên mà người dùng có thể tìm kiếm, đây là điểm xuất phát trong hành trình khám phá thông tin.

Truy vấn này có thể đến từ:

• Một bài blog đang hoạt động tốt trên website.
• Một chủ đề bạn dự đoán sẽ có nhu cầu tìm kiếm cao và phù hợp để tối ưu hóa trong môi trường AI.

Hãy đảm bảo rằng truy vấn đầu tiên này có khả năng mở rộng thành một cụm nội dung lớn hơn, gắn với các nhu cầu tiếp theo trong hành trình.

Bước 3: Mở rộng danh sách từ khóa dựa trên hành trình thực tế

Trong kỷ nguyên AI, hành trình tìm kiếm không còn tuyến tính. Người dùng có thể rẽ nhánh, lặp lại truy vấn hoặc đào sâu vào một vấn đề cụ thể theo nhịp độ và cách diễn đạt rất tự nhiên. Để minh họa, hãy xem một ví dụ thực tế:

Tình huống:

Bạn là người phụ trách nội dung cho một nền tảng giáo dục trẻ nhỏ. Website cung cấp các khóa học online, bộ công cụ học tập và sách dành cho trẻ từ 1-6 tuổi. Đối tượng bạn nhắm tới là phụ huynh và giáo viên mầm non.

Bạn có một bài viết đang hoạt động tốt: “Các hoạt động cho trẻ 2 tuổi tại nhà”, đây sẽ là điểm xuất phát cho hành trình chúng ta chuẩn bị nghiên cứu:

Bản đồ từ khóa theo hành trình tìm kiếm được vẽ như sau:

Sau khi đã xây dựng bản đồ từ khóa, bạn có thể triển khai nội dung theo hướng có cấu trúc như sau:

• Nhóm nội dung theo từng ý định tìm kiếm: Mỗi nhóm tương ứng với một giai đoạn trong hành trình người dùng.
• Kết hợp đa dạng định dạng nội dung: Checklist, bảng phân loại theo độ tuổi, video hướng dẫn, case study từ phụ huynh thực tế…
• Theo dõi sự xuất hiện trong AI Overviews / Bing / Perplexity để đo hiệu quả

Dựa trên hành trình này, bạn có thể phát triển cụm nội dung theo từng nhóm ý định:

• Khám phá: Viết blog dạng checklist, chia sẻ kinh nghiệm
• Cân nhắc: So sánh các phương pháp giáo dục, đánh giá sản phẩm
• Hành động: Tối ưu landing page, CTA, review sản phẩm
• Mở rộng: Video hướng dẫn, câu chuyện người thật việc thật

Ngoài ra, nên sử dụng đa dạng định dạng: video, bảng phân loại theo độ tuổi, mẹo từ chuyên gia, phỏng vấn phụ huynh…

3.2. Tối ưu từ khóa bằng công cụ truyền thống kết hợp dữ liệu AI

Công cụ phổ biến bạn có thể sử dụng: Google Keyword Planner, Ahrefs, Semrush, Moz, Keyword Insights, Keywords Everywhere.

Ví dụ với Ahrefs:

• Nhập từ khóa “toddler activities”, cho kết quả 7.500 lượt tìm kiếm/tháng, độ khó trung bình
• Gợi ý hơn 47 truy vấn liên quan, bước đầu xây dựng bản đồ cụm.

Khai thác “People Also Ask” – kho truy vấn tự nhiên theo ngữ cảnh

Phần “People Also Ask” của Google chính là nơi AI học được cách người dùng suy nghĩ. Một công cụ lý tưởng để thu thập dữ liệu này là AlsoAsked.com:

• Bản miễn phí cho phép bạn xem truy vấn theo sơ đồ cây đến 3 tầng
• Bản trả phí có thể xuất file CSV phục vụ phân tích sâu

Khi nhập “toddler activities”, AlsoAsked trả về 43 truy vấn theo đúng hành vi tự nhiên. Khác với các công cụ truyền thống chỉ dựa vào từ khóa giống nhau về mặt ngôn ngữ, AlsoAsked cung cấp truy vấn theo ngữ cảnh tư duy người dùng – rất phù hợp cho AI-first content strategy.

3.3. Từ khóa Follow-up: mở rộng từ hành trình tìm kiếm liền mạch

Khi các nền tảng tìm kiếm tích hợp AI ngày càng phát triển, hành vi tìm kiếm của người dùng không còn dừng lại ở một truy vấn đơn lẻ. Thay vào đó, mỗi truy vấn lại mở ra một chuỗi tìm kiếm tiếp nối, được gọi là Follow-up Searches. Đây là cách mà các mô hình ngôn ngữ lớn (LLM – Large Language Models) đang tái định nghĩa hành trình tìm kiếm truyền thống, khiến quá trình mở rộng bộ từ khóa trở nên sống động, linh hoạt và sát với nhu cầu thực tế hơn bao giờ hết.

Mỗi nền tảng AI có cách riêng để gợi ý truy vấn liên quan:

• Google (AI Overviews): đưa ra các câu hỏi tiếp theo (Follow-up Searches) theo ngữ cảnh hiện tại

• Bing (Copilot): hiển thị các truy vấn liên quan (Related Queries)

• Perplexity: đề xuất thêm các câu hỏi liên quan (Related Questions)

Khi bạn tiến hành thu thập từ khóa bằng các công cụ này trong vài ngày hoặc vài tuần, bạn sẽ thấy được tốc độ mở rộng mạnh mẽ và chiều sâu ngữ nghĩa mà các từ khóa follow-up mang lại, điều mà nhiều công cụ SEO truyền thống chưa theo kịp.

Một sai lầm phổ biến trong quá trình mở rộng từ khóa là “đuổi theo lưu lượng” mà quên đi đích đến cuối cùng là mục tiêu kinh doanh. Đừng chỉ quan tâm đến số lượng từ khóa, hãy chọn lọc những nhóm truy vấn phục vụ trực tiếp cho các mục tiêu như:

• Tăng doanh thu (Revenue)
• Tăng tỷ lệ chuyển đổi (Conversion Rate)
• Tăng lưu lượng truy cập chất lượng cao (Qualified Traffic)

Bằng cách này, bạn không chỉ tối ưu bộ từ khóa, mà còn tối ưu cả nguồn lực triển khai, tránh dàn trải và lãng phí. Bên cạnh đó, trước khi bước vào giai đoạn đánh giá hiệu quả nội dung, bạn cần đảm bảo dữ liệu từ khóa đã được quản lý chặt chẽ. Dưới đây là quy trình nên thực hiện:

1. Cập nhật đầy đủ danh sách từ khóa follow-up thu thập từ các nền tảng AI
2. Ghi rõ nguồn gợi ý (Google, Bing, Perplexity…) và phân loại từ khóa (từ khóa chính, truy vấn mở rộng, câu hỏi liên quan…)
3. Lưu trữ trong hệ thống theo dõi nội bộ để thuận tiện cho việc đo lường và điều chỉnh sau này

Một hệ thống từ khóa được xây dựng có chiến lược sẽ tạo nền tảng vững chắc cho các bước tối ưu tiếp theo.

4. Phân tích đầu ra từ nền tảng RAG LLM: hiểu để tối ưu

Trong môi trường tìm kiếm do AI điều phối, việc nội dung của bạn được lựa chọn xuất hiện trong kết quả tạo sinh (generative output) phụ thuộc vào cả logic thuật toán lẫn tính phù hợp ngữ cảnh.

Thay vì dựa vào thử-sai, bạn nên thiết lập một bộ tiêu chí đánh giá đầu ra, nhằm:

• Đánh giá chất lượng và định dạng của nội dung được chọn
• Nhận diện các mẫu hình lặp lại hoặc xu hướng nổi bật
• Làm cơ sở để cải tiến nội dung liên tục, thông qua cập nhật hoặc tạo mới

Trước hết, hãy tìm hiểu rõ cách mỗi nền tảng thể hiện kết quả để từ đó “thiết kế nội dung theo đúng định dạng”.

Ví dụ: Google AI Overviews

Google hiện đang hiển thị kết quả tìm kiếm AI dưới dạng snapshots, là các cấu trúc thông tin cô đọng, dễ tiếp cận. Có ba dạng snapshot chính:

• Informational Snapshots

• Đoạn văn tóm tắt
• Các phần tách riêng (breakout text)
• Danh sách bullet
• Hình ảnh, video
• Trích dẫn và liên kết nguồn dạng drop-down

• Local Snapshots

• Bao gồm bản đồ
• Danh sách địa điểm từ Google Business Profile

• Shopping Snapshots

• Hiển thị sản phẩm, thẻ sản phẩm, gói sản phẩm đi kèm

AI giúp người dùng tiết kiệm thời gian tìm hiểu, so sánh nhanh sản phẩm, hỗ trợ quyết định mua sắm tốt hơn.

Người dùng có thể dễ dàng xem thông tin, so sánh và ra quyết định mua hàng ngay trên trang tìm kiếm, nhờ AI tổng hợp dữ liệu từ nhiều nguồn và trình bày như một “chuyên gia mua sắm” hỗ trợ trực tiếp

Cùng xem xét một ví dụ điển hình để hiểu cách AI Overviews thay đổi theo thời gian. Từ khóa: “activities for toddlers at home” (Hoạt động cho trẻ mới biết đi tại nhà). Trong vài giờ đầu, kết quả khá ổn định. Nhưng chỉ sau 3 ngày, chúng tôi đã ghi nhận nhiều sự điều chỉnh rõ rệt trong cách AI trình bày và tổ chức thông tin.

Biến động giữa ngày 26/1/24 và 29/1/24:

• Mục đích tìm kiếm: Vẫn là tìm thông tin, không thay đổi.
• Loại nội dung hiển thị:

• Văn bản trình bày: Cấu trúc thứ tự các đoạn đã thay đổi, một dấu hiệu cho thấy AI đang tinh chỉnh độ ưu tiên thông tin.
• Danh sách bullet: Một trong các danh sách gợi ý trước đó không còn xuất hiện.
• Hình ảnh: Có xu hướng mở rộng sang kết quả tìm kiếm hình ảnh, AI bắt đầu tích hợp dạng media trực quan hơn.
• Trích dẫn nguồn: Giảm từ 9 xuống còn 8, nghĩa là một nguồn đã bị loại bỏ khỏi phần tổng hợp.
• Số lượng đề cập đến thương hiệu hoặc trang cụ thể: Giảm từ 3 xuống 2, phản ánh sự thay đổi trong mức độ ưu tiên hoặc độ tin cậy mà AI gán cho các nguồn.

Nội dung ngày 26/01/2024 như sau:

Nội dung ngày 29/1/2024 đã có một số thay đổi như sau:

Những thay đổi nhỏ này tuy không rõ ràng ngay lập tức, nhưng là dấu hiệu cho thấy AI đang liên tục điều chỉnh theo hành vi tìm kiếm. Việc theo dõi các biến động này thường xuyên giúp bạn nắm bắt cách AI lựa chọn và trình bày nội dung. Đồng thời điều chỉnh nội dung hiện tại sao cho phù hợp hơn với format và nhu cầu người dùng

Phân tích loại website được trích dẫn trong kết quả GenAI: Đã đến lúc thay đổi góc nhìn về SEO truyền thống

Chúng ta đều biết rằng các nền tảng như Google AI Overviews đang tổng hợp thông tin dựa trên mức độ liên quan về mặt ngữ nghĩa, không đơn thuần là thứ hạng SEO. Một trong những điều gây ngạc nhiên với nhiều chuyên gia SEO là: những website được trích dẫn trong phần nội dung do AI tổng hợp không nhất thiết phải nằm trong top kết quả tìm kiếm truyền thống.

Điều này cho thấy một thực tế mới: thuật toán đánh giá nội dung của các mô hình GenAI (chẳng hạn như AI Overviews) đang vận hành trên một logic hoàn toàn khác, ít phụ thuộc vào các yếu tố quen thuộc như domain authority hay lượng backlink. Thay vào đó, AI đang tìm kiếm và sử dụng các đoạn nội dung cụ thể có mức độ liên quan cao nhất với truy vấn người dùng.

Khái niệm “Fraggle”: Cấu trúc nội dung phù hợp hơn với GenAI

Michael King – nhà sáng lập iPullRank từng chỉ ra rằng Google có thể đang tạo nội dung tổng hợp dựa trên những đoạn văn riêng lẻ, được gọi là Fraggles. Đây là thuật ngữ do Cindy Krum đề xuất, để chỉ các đoạn nội dung cụ thể trong một URL được mô hình GenAI trích xuất và sử dụng.

Ví dụ điển hình là khi tìm kiếm thông tin về “Taylor Swift”, một phần AI Overview hiển thị đoạn nội dung từ Investopedia, không phải toàn bài viết, mà chỉ là một đoạn Fraggle được đánh giá có mức độ phù hợp cao với ý định tìm kiếm.

Nội dung được trích dẫn không nhất thiết phải là các nguồn có thứ hạng cao nhất.

Điều này mở ra cơ hội mới cho các nhà làm nội dung. Bạn không cần tranh giành vị trí #1 trên SERP, mà cần tập trung xây dựng các đoạn nội dung chất lượng cao, rõ ràng, mang tính giải thích và dễ hiểu – để có cơ hội được AI lựa chọn và trích dẫn.

Một công cụ hữu ích cho việc này là AI Overviews Visualizer của MarketBrew. Đây là công cụ miễn phí giúp bạn phân tích mức độ liên quan giữa đoạn nội dung và truy vấn tìm kiếm, thông qua mô hình vector embeddings.

Theo chia sẻ từ Scott Stouffer – nhà sáng lập MarketBrew: “Trước đây chúng ta từng trải qua ba giai đoạn trong thuật toán ngữ nghĩa: TF-IDF, từ khóa, rồi đến entity. Giờ đây, embeddings đang trở thành làn sóng thứ tư. Chúng không chỉ thể hiện từ ngữ, mà còn mang theo cấu trúc nội dung và các mối quan hệ ngữ nghĩa phức tạp hơn nhiều.”

Embeddings cho phép AI hiểu sâu hơn về nội dung mà không cần phân tích các yếu tố như heading, style hay HTML tag một cách rời rạc. Tuy nhiên, điểm yếu của phương pháp này là rất khó hình dung trực quan và đó chính là lý do công cụ Visualizer ra đời, giúp bạn hình dung rõ hơn mối quan hệ giữa nội dung và truy vấn.

Để hiểu rõ cách mà GenAI chọn lọc nội dung, chúng ta hãy phân tích một ví dụ cụ thể. Khi truy vấn từ khóa “activities for toddlers at home”, hệ thống AI Overviews đã trích dẫn nhiều đoạn nội dung khác nhau từ các website không nằm trong top 100 kết quả tìm kiếm truyền thống.

Dưới đây là bảng phân tích 8 nguồn nội dung được trích dẫn vào ngày 26/1:

Một trong những điều đáng chú ý khi quan sát cách AI Overviews (tính năng tóm lược nội dung bằng AI trên Google) hoạt động là: các đoạn nội dung được AI trích dẫn, còn gọi là Fraggle, thường không đến từ những thương hiệu tên tuổi. Thậm chí, các đoạn này hiếm khi có tính sáng tạo nổi bật hoặc cung cấp một góc nhìn thật sự mới mẻ. Điều khiến chúng xuất hiện lại đơn giản đến bất ngờ: chúng có liên quan chủ đề với truy vấn, và đôi khi chứa từ khóa trùng khớp hoàn toàn.

Chất lượng tổng thể của những website được trích dẫn cũng không quá ấn tượng: giao diện kém thân thiện, nhiều quảng cáo, nội dung cũ và thường nằm sâu trong bài viết – không phải phần mở đầu hay trọng tâm. Điều này cho thấy rằng, trong thời đại AI, việc xuất hiện trên AI Overviews không phụ thuộc hoàn toàn vào danh tiếng thương hiệu, mà vào cách nội dung đáp ứng được mục tiêu tìm kiếm.

Để hiểu rõ hơn vì sao một đoạn nội dung được chọn, chúng tôi đã sử dụng Orbitwise – một công cụ miễn phí đo lường relevance score để kiểm tra một kết quả AI Overviews đến từ website miraculove.com. Kết quả chỉ đạt 68 điểm. Trong khi đó, hai bài viết khác có mặt trong top 3 kết quả SEO tự nhiên lại không được AI chọn, dù điểm số cao hơn:

• busytoddler.com: 72 điểm
• pampers.com: 78 điểm

Đáng chú ý hơn, Fraggle đạt điểm tương đồng cao nhất tới 89% lại đến từ bài viết của Pampers, nhưng vẫn bị bỏ qua. Lý do có thể đến từ việc phần nội dung được so sánh, “Arts and Crafts”, quá chung chung, thiếu tính mới mẻ hoặc khác biệt so với thị trường.

Điều này chứng minh rằng Google không chỉ nhìn vào sự liên quan về mặt kỹ thuật, mà còn đánh giá tính độc đáo, giá trị thông tin và khả năng phục vụ truy vấn một cách cụ thể.

5. Thương mại điện tử trong AI Overviews: nội dung vẫn là trung tâm

Với các thương hiệu, đặc biệt là trong lĩnh vực thương mại điện tử, những truy vấn mang tính commercial intent (có ý định mua hàng) có giá trị kinh doanh vượt xa so với truy vấn thông tin thông thường. Ngay cả các publisher làm tiếp thị liên kết cũng có thể tận dụng AI Overviews để khai thác doanh thu, miễn là hiểu đúng cách hoạt động của hệ thống này.

Khi AI Overviews xử lý truy vấn có tính thương mại, hệ thống thường hiển thị trực tiếp các sản phẩm dưới dạng lưới (grid), gói (pack) hoặc danh sách riêng lẻ (individual listing). Mỗi sản phẩm đều có trích dẫn rõ ràng, thường lấy từ:

• Các bài viết dạng listicle hướng đến affiliate
• Hoặc trực tiếp từ Google Shopping Graph

Google Shopping Graph là gì?

Vào tháng 2/2023, Google đã công bố về Shopping Graph – một hệ thống dữ liệu khổng lồ được cập nhật theo thời gian thực, sử dụng machine learning để thu thập và tổ chức thông tin về sản phẩm từ khắp nơi trên thế giới.

Shopping Graph bao gồm hàng tỷ sản phẩm, với đầy đủ dữ liệu như:

• Tình trạng còn hàng
• Đánh giá của người mua
• Ưu nhược điểm
• Thông tin chi tiết về chất liệu, màu sắc, kích cỡ,…

Khi người dùng nhấp vào một sản phẩm trong AI Overviews, không chỉ nhìn thấy hình ảnh hay mô tả, mà cả một hệ sinh thái thông tin đằng sau sẽ được hiển thị.

Lý do khiến một sản phẩm xuất hiện trên AI Overviews thường đến từ cách mô tả “đánh trúng” nhu cầu tìm kiếm.

Ví dụ: Một sản phẩm được chọn với mô tả như sau: “Một đôi giày tập luyện tiết kiệm chi phí, phù hợp với người mới bắt đầu hoặc quay lại với bộ môn”. Đây là mô tả hoàn hảo cho truy vấn “giày chạy bộ giá rẻ cho người mới bắt đầu.”

Sự liên quan chặt chẽ giữa nội dung và truy vấn là yếu tố then chốt, đôi khi còn quan trọng hơn cả thương hiệu hay mức độ phổ biến.

Một điều thú vị là thứ tự sắp xếp sản phẩm trong AI Overviews không hề giống với thứ tự trong tab Google Shopping, dù cùng một truy vấn. Chuyên gia SEO Brodie Clark đã tổng hợp một danh sách các yếu tố có thể ảnh hưởng đến thứ hạng sản phẩm trong grid kết quả tìm kiếm:

• Sản phẩm đủ điều kiện hiển thị
• Trùng khớp chính xác với truy vấn
• Có tiêu đề đa dạng, phong phú
• Nội dung sản phẩm đầy đủ, dễ hiểu
• Có đánh giá từ người dùng
• Thể hiện điểm khác biệt và yếu tố cạnh tranh rõ ràng

Đây không chỉ là yếu tố xếp hạng, mà còn là best practices cho SEO trong thương mại điện tử. Để tăng khả năng sản phẩm của bạn được AI lựa chọn hiển thị, cần đảm bảo những yếu tố sau:

1. Tích hợp đầy đủ và chính xác vào Shopping Graph
2. Cung cấp bằng chứng xã hội, ví dụ như đánh giá từ người dùng
3. Hoàn thiện thông tin sản phẩm, không chỉ thông số kỹ thuật mà cả ngữ cảnh sử dụng
4. Tối ưu trải nghiệm tìm kiếm, mọi thứ phải liền mạch, hữu ích và mang lại giá trị

Nhìn vào cách Google thiết kế các bảng thông tin sản phẩm, cùng với việc họ công khai sử dụng Shopping Graph, ta có thể thấy một điều quan trọng: Để sản phẩm xuất hiện trên AI Overviews (và trong tương lai là các mô hình RAG LLM), thương hiệu cần chuẩn hoá cách mô tả và hiển thị sản phẩm ngay từ bây giờ.

6. Những chiến thuật tối ưu nội dung cho mô hình AI

Trong bối cảnh AI ngày càng đóng vai trò then chốt trong hành vi tìm kiếm và tiêu thụ thông tin, việc tối ưu hóa nội dung không còn dừng lại ở SEO truyền thống. Đặc biệt, khi các mô hình ngôn ngữ lớn (LLMs) như ChatGPT, Gemini hay Claude sử dụng cơ chế truy xuất kiến thức từ dữ liệu ngoài (retrieval-augmented generation – RAG), thì một câu hỏi cấp thiết được đặt ra: Làm thế nào để nội dung của bạn được AI trích dẫn, tham khảo hoặc đánh giá là đáng tin cậy?

Từ các nghiên cứu quy mô lớn đến những thử nghiệm học thuật, cộng đồng SEO, các nhà khoa học dữ liệu và kỹ sư AI đã dần định hình những kỹ thuật mới, tiêu biểu là khái niệm Generative Engine Optimization (GEO): tối ưu nội dung để phục vụ các công cụ tạo sinh. Dưới đây là tổng hợp các chiến thuật hiệu quả đang được áp dụng, dựa trên nghiên cứu và thực nghiệm gần đây.

6.1. Nội dung liên quan vẫn là cốt lõi, nhưng chưa đủ

Không có gì ngạc nhiên khi mức độ liên quan về mặt nội dung (content relevance) vẫn là yếu tố đầu tiên quyết định khả năng nội dung của bạn được AI “chọn mặt gửi vàng”. Tuy nhiên, các nghiên cứu cho thấy, những nội dung thể hiện rõ độ tin cậy, tính chuyên gia và giá trị độc quyền sẽ có lợi thế vượt trội, đặc biệt trong các hệ thống RAG, nơi mà mô hình không chỉ tạo sinh ngôn ngữ, mà còn truy xuất dữ liệu từ các nguồn đáng tin cậy.

6.2. Tín hiệu thẩm quyền (authority signals): Càng mạnh, càng dễ được chọn

Các mô hình AI hiện đại như GPT-4, Gemini hay Claude ưu tiên nội dung được cho là hữu ích và đáng tin cậy. Do đó, bạn cần đảm bảo nội dung có:

• Dữ liệu thống kê cụ thể, cập nhật
• Nguồn trích dẫn rõ ràng từ các tổ chức uy tín
• Giọng văn thể hiện tính chuyên gia và nhất quán về lập luận

Việc kết hợp các yếu tố trên giúp xây dựng hệ sinh thái nội dung vững chắc, dễ được AI nhận diện và đưa vào kết quả tạo sinh.

6.3. Tối ưu từng đoạn nội dung (content chunk): Học từ chiến lược Featured Snippet

Chiến lược chiếm lĩnh Featured Snippet trên Google có thể được ứng dụng để tối ưu cho AI. Mỗi đoạn nội dung trong bài viết cần ngắn và:

• Trả lời trực tiếp một câu hỏi cụ thể
• Có cấu trúc rõ ràng
• Trình bày gọn gàng, dễ hiểu

Các đoạn như vậy sẽ dễ được LLM trích xuất để tổng hợp trong các kết quả AI snapshot hoặc AI Overviews, từ đó giúp thương hiệu của bạn xuất hiện nổi bật.

6.4. Tận dụng cấu trúc hỏi – đáp (FAQs): Dạng nội dung “ưa thích” của AI

FAQs không chỉ phục vụ tốt cho người dùng, mà còn rất phù hợp với cách các mô hình AI xử lý thông tin: phân mảnh, định nghĩa ngắn gọn và trả lời truy vấn cụ thể.

Hãy ưu tiên bổ sung các câu hỏi thường gặp (và câu trả lời) vào cuối bài viết hoặc ở các điểm then chốt trong nội dung. Cấu trúc này không chỉ cải thiện UX mà còn giúp nội dung dễ dàng được AI truy xuất và sử dụng.

6.5. Information Gain: Tạo ra thông tin mà nơi khác không có

Một trong những chỉ số được đánh giá cao trong SEO hiện đại là Information Gain – mức độ gia tăng thông tin mà nội dung của bạn mang lại so với các bài viết cùng chủ đề.

Để cải thiện chỉ số này, bạn có thể:

• Phân tích góc nhìn riêng biệt
• Đưa ra số liệu độc quyền
• Chia sẻ insight từ trải nghiệm thực tế
• Trích dẫn chuyên gia đầu ngành (Subject Matter Experts)

Khi mô hình AI nhận thấy rằng nội dung của bạn mang lại giá trị duy nhất, khả năng được lựa chọn sẽ cao hơn đáng kể.

6.6. Trích dẫn chuyên gia (SMEs): Đừng viết một mình

Một chiến thuật hiệu quả trong cả SEO lẫn nội dung tạo sinh là trích dẫn phát biểu của các chuyên gia trong ngành. Việc đưa vào nhận định của những người có chuyên môn không chỉ làm tăng độ tin cậy cho bài viết, mà còn phù hợp với tiêu chí đánh giá “trust” trong các thuật toán AI hiện đại.

6.7. Số liệu mới, có liên quan: Dữ liệu là ngôn ngữ chung với AI

Hãy sử dụng các số liệu cập nhật, được xuất bản gần đây và liên quan trực tiếp đến chủ đề. AI không chỉ tìm kiếm dữ liệu, mà còn đánh giá độ “tươi mới” (freshness) để đảm bảo thông tin phản ánh đúng hiện trạng. Những bài viết thiếu số liệu mới sẽ nhanh chóng bị “đào thải” khỏi tầm ưu tiên của công cụ tìm kiếm và các mô hình tạo sinh.

6.8. Kỹ thuật SEO vẫn là nền tảng: Structured data, HTML chuẩn, On-page và Technical

Mặc dù nội dung là vua, nhưng kỹ thuật SEO là hạ tầng cần thiết để nội dung đó được hiểu đúng và đánh giá cao.

Một số yếu tố kỹ thuật cần được đầu tư bài bản:

• Structured Data (ví dụ JSON-LD): Giúp AI hiểu rõ các thực thể, mối quan hệ và ngữ nghĩa trong nội dung
• HTML chuẩn hóa: Thẻ heading, đoạn văn, liên kết nội bộ – cần rõ ràng, logic
• On-page SEO: Title, meta, keyword, mô tả hình ảnh cần chuẩn xác
• Technical SEO: Đảm bảo tốc độ tải trang, độ thân thiện di động, crawl budget hợp lý

Structured Data đặc biệt quan trọng vì nó là “ngôn ngữ bản đồ” giúp AI hiểu mối liên hệ giữa thương hiệu, sản phẩm, và nội dung. Đây có thể là lợi thế cạnh tranh lớn trong thời đại LLMs ngày càng phụ thuộc vào knowledge graph để tạo kết quả.

6.9. Shopping Graph: Vũ khí chiến lược cho eCommerce

Với các doanh nghiệp thương mại điện tử, việc tích hợp Shopping Graph của Google là yếu tố bắt buộc nếu muốn xuất hiện trong AI Overviews.

Shopping Graph cho phép cập nhật giá cả, tồn kho theo thời gian thực và kết nối với mục tiêu giao dịch cụ thể của người dùng. Đảm bảo thông tin sản phẩm được chuẩn hóa, cập nhật liên tục là cách tốt nhất để AI đưa sản phẩm của bạn vào các truy vấn có mục đích mua hàng cao.

7. Những thử nghiệm thực tế trong thời đại RAG & LLM

Trong bối cảnh AI ngày càng chiếm vai trò quan trọng trong hành vi tìm kiếm, câu hỏi được đặt ra là: Làm thế nào để nội dung của thương hiệu xuất hiện trong phần AI Overview của Google? Và quan trọng hơn, liệu có thể tối ưu để tăng cơ hội xuất hiện đó hay không?

Chúng tôi đã thực hiện một chuỗi thử nghiệm thực tế để tìm câu trả lời – dựa trên cách các mô hình ngôn ngữ lớn (LLM) hoạt động và khả năng truy xuất thông tin của RAG (Retrieval-Augmented Generation). Mục tiêu là “giải mã ngược” cách AI chọn lọc nội dung hiển thị và thử nghiệm các kỹ thuật điều chỉnh nội dung theo điểm tương đồng ngữ nghĩa (cosine similarity) với truy vấn mục tiêu.

Phương pháp tiếp cận

Ở mỗi thử nghiệm, chúng tôi tiến hành phân tích và điều chỉnh nội dung sao cho:

• Phù hợp chính xác với mục đích tìm kiếm (search intent)
• Mang lại giá trị cụ thể, rõ ràng
• Có điểm tương đồng ngữ nghĩa cao hơn so với các kết quả hiện đang được AI trích dẫn

Sau khi cập nhật, chúng tôi theo dõi dữ liệu hiển thị theo từng ngày. Mặc dù kết quả có thể thay đổi tùy theo ngữ cảnh người dùng, nhưng việc áp dụng tư duy kỹ thuật và hiểu cách RAG LLM vận hành là cơ sở để tối ưu hóa khả năng hiển thị trong AI Overview – nơi đang trở thành vị trí “mặt tiền” mới trên Google.

7.1. Thử nghiệm 1: Tối ưu nội dung với từ khóa Enterprise SEO

Khi bắt đầu, bài viết của chúng tôi chỉ xếp hạng #46 với từ khóa “Enterprise SEO” – khá xa so với top đầu. Tuy nhiên, dữ liệu cho thấy cơ hội xuất hiện trong AI Overview vẫn còn nếu nội dung được tối ưu hợp lý.

Phân tích các đoạn nội dung được AI trích dẫn cho thấy điểm tương đồng như sau:

• HubSpot (vị trí #1): 87%

HubSpot thường xuyên được AIO trích dẫn nội dung trong các câu trả lời của mình.

• Backlinko (vị trí #3): 73%

Backlinko cũng là nguồn dữ liệu có độ uy tín cao được AIO thường xuyên trích dẫn.

• Search Engine Journal (vị trí #5): 82%

AIO cũng lấy thông tin từ Search Engine Journal để trả lời cho 82% câu trả lời của mình.

• LinkedIn Guest Post (không nằm trong top 100): 88%

LinkedIn Guest Post là nguồn dữ liệu có độ tin cậy cao được Google AI Overviews thường xuyên trích dẫn.

• iPullRank: 66%

So với các nguồn trên, iPullRank có độ ưu tiên thấp hơn chỉ với 66%.

Dễ thấy, iPullRank có điểm tương đồng thấp nhất, chứng tỏ vẫn còn dư địa để “chen chân”. Chúng tôi quyết định viết lại phần định nghĩa về Enterprise SEO theo hướng vừa chiến lược, vừa sát với thực tế triển khai:

Enterprise SEO là gì? Đây là phương pháp tối ưu hóa công cụ tìm kiếm ở cấp độ chiến lược, được xây dựng riêng cho các tổ chức hoặc website quy mô lớn. Enterprise SEO tập trung vào ba trụ cột: tối ưu kỹ thuật, xây dựng nội dung chiến lược và đảm bảo khả năng mở rộng đồng bộ với mục tiêu kinh doanh dài hạn. Điều này đòi hỏi sự phối hợp đa phòng ban, sử dụng dữ liệu để ra quyết định và tuân thủ các yêu cầu pháp lý chặt chẽ, nhằm tạo ra hiệu quả bền vững và đo lường được.

Đoạn định nghĩa mới được xuất bản ngày 1/2/2024 với điểm tương đồng 86%. Tuy nhiên, đến ngày 5/2, nội dung này vẫn chưa xuất hiện trong AI Overview với từ khóa mục tiêu.

7.2. Thử nghiệm 2: Tối ưu với từ khóa robots.txt

Với thử nghiệm tiếp theo, chúng tôi tiếp cận bằng một định dạng nội dung mà AI thường ưu tiên: danh sách dạng bullet, ngắn gọn, rõ ràng.

AI Overviews ưu tiên trích dẫn những nội dung ngắn gọn, thông tin rõ ràng, dễ hiểu.

Nội dung cập nhật bao gồm:

Các thành phần phổ biến trong file robots.txt:

• User-agent: Chỉ định bot nào của công cụ tìm kiếm sẽ áp dụng quy tắc. Dấu * đại diện cho tất cả các bot.
• Disallow: Xác định thư mục hoặc URL mà bot không được phép truy cập.
• Allow: Cho phép truy cập vào một số tệp cụ thể, dù đang nằm trong thư mục bị chặn.
• Sitemap: Cung cấp đường dẫn tới sơ đồ website, giúp bot dễ thu thập dữ liệu hơn.
• Crawl-delay: Thiết lập thời gian giữa các lần truy cập để tránh gây tải cho máy chủ.
• Noindex: Ngăn lập chỉ mục một URL cụ thể. Tuy nhiên, cần lưu ý rằng không phải công cụ tìm kiếm nào cũng hỗ trợ thuộc tính này trong robots.txt – sử dụng thẻ meta trong HTML vẫn đáng tin cậy hơn.

Nội dung được cập nhật vào ngày 1/2/2024 với mức tương đồng 82%.

Kết quả kiểm tra ngày 5/2: Chưa xuất hiện trong AI Overview cho từ khóa “robots.txt”, nhưng bất ngờ lại xuất hiện khi người dùng tìm kiếm:
“What are the different types of robots.txt directives?”

Đây là một thành công bước đầu: nội dung không trúng truy vấn chính, nhưng lại hiển thị ở truy vấn phụ có liên quan mật thiết đến mục tiêu.

7.3. Thử nghiệm 3: Từ khóa Media Organization Examples

Đây là một tình huống thú vị. Dù bài viết của chúng tôi đang xếp hạng #1 trên Google cho từ khóa này, nhưng nội dung lại không xuất hiện trong AI Overview.

Đáng chú ý, phần AI Overview lại đưa ra các thực thể sai lệch như Social Media hay Billboards, trong khi đó không phải là ví dụ đúng về tổ chức truyền thông. Chúng tôi nhanh chóng xác định rằng nội dung hiện tại quá cụ thể và thiếu phần tổng quát. Do đó, nội dung được tái cấu trúc theo hướng phân nhóm rõ ràng hơn:

Ví dụ về các loại hình tổ chức truyền thông:

• News Media: Cơ quan báo chí chuyên cập nhật thông tin theo thời gian thực.
• Trade Publications: Tạp chí chuyên ngành cung cấp phân tích và xu hướng thị trường.
• Niche Media: Nền tảng phục vụ nhóm đối tượng đặc thù theo sở thích, ngành nghề.
• Sports Media: Các kênh chuyên đưa tin và phân tích thể thao.
• Broadcast Media: Bao gồm truyền hình và radio với nội dung đa dạng từ tin tức đến giải trí.

Nội dung được cập nhật vào ngày 1/2/2024 và đạt điểm tương đồng 85%.

Kết quả ngày 5/2: Nội dung chính thức xuất hiện trong AI Overview! Hơn nữa, nó còn được tách riêng như một đoạn featured snippet, chứng tỏ định dạng và độ liên quan ngữ nghĩa là yếu tố quyết định.

Những bài học thực tiễn từ các thử nghiệm

Qua ba thử nghiệm nói trên, có thể rút ra một số chiến lược tối ưu cho AI Overview như sau:

1. Phân tích điểm tương đồng nội dung (cosine similarity) giữa nội dung bạn đang có và các đoạn được AI trích dẫn.
2. Tái cấu trúc nội dung theo định dạng mà AI ưa thích, như định nghĩa ngắn gọn, danh sách dạng bullet, bảng so sánh hoặc câu hỏi – đáp.
3. Liên tục theo dõi, đo lường và cải tiến – vì hiển thị trong AI Overview có thể thay đổi theo thời gian và hành vi người dùng.

8. Tối ưu cho AI và RAG: Không phải là xu hướng nhất thời

Việc chuẩn bị nội dung phù hợp với mô hình RAG và LLM không phải là hành động “lo xa”, mà là một bước đi chủ động và thông minh. Dù các cuộc tranh luận về đạo đức AI hay bản quyền vẫn đang diễn ra, rõ ràng hành vi tìm kiếm đang thay đổi, và AI đang tái định hình lại toàn bộ cuộc chơi hiển thị nội dung.

Chúng ta không thể quay lưng lại. Thay vào đó, thương hiệu cần:

• Sản xuất nội dung thực sự chất lượng
• Đánh giá lại chiến lược SEO và nội dung
• Tham gia và dẫn dắt quá trình chuyển đổi AI-first

Một ví dụ điển hình là New York Times kiện OpenAI vì vi phạm bản quyền, nhưng đồng thời cũng tuyển kỹ sư AI để xây dựng mô hình báo chí ứng dụng generative AI. Đây chính là “Blockbuster Moment” của ngành tìm kiếm – một khoảnh khắc chuyển giao lớn mà ai nắm bắt được sẽ đi trước. Tuy không dễ dàng nhưng rất đáng đầu tư.

Trong thế giới tìm kiếm đang được tái định hình bởi AI, đặc biệt là sự xuất hiện của AI Overviews, thứ hạng trên SERP không còn là điểm đến cuối cùng. Khả năng xuất hiện trong các snapshot do AI tổng hợp giờ đây trở thành chiến trường mới cho các thương hiệu muốn dẫn đầu về hiển thị và nhận thức thương hiệu.

Những thử nghiệm trên cho thấy một điều rõ ràng: nội dung không chỉ cần chuẩn SEO, mà còn cần được thiết kế để hiểu và được chọn bởi AI. Việc tối ưu điểm tương đồng ngữ nghĩa, lựa chọn định dạng trình bày phù hợp, và liên tục đo lường phản hồi từ hệ thống AI không còn là lựa chọn, mà là chiến lược bắt buộc.

Đưa thương hiệu của bạn xuất hiện trong AI Overviews – cùng SEONGON dẫn dắt cuộc chơi

SEONGON – Google Marketing Agency chuyên nghiệp tại Việt Nam đã đồng hành cùng hàng trăm doanh nghiệp lớn trong việc tối ưu nội dung, nâng cao hiển thị thương hiệu, và chuyển đổi từ tìm kiếm thành kết quả kinh doanh thực tế.

Với đội ngũ chuyên gia SEO có kinh nghiệm triển khai chiến dịch thành công cho các ngành hàng phức tạp, chúng tôi mang đến giải pháp SEO toàn diện cùng bạn sẵn sàng xuất hiện nổi bật trong mô hình tìm kiếm mới.